LPRNet_Pytorch

Pytorch实现LPRNet，一个高性能轻量级车牌识别框架。
完全适用于中国车牌识别（中国车牌识别）及国外车牌识别！
目前仅支持同时识别蓝牌和绿牌即新能源牌车等中国车牌，但可以通过扩展训练数据或参数支持其他类型车牌及提高识别准确率！

依赖关系

• 火炬 >= 1.0.0
• opencv-python 3.x
• 蟒蛇3.x
• 伊米尔斯
• 枕头
• 麻木

预训练模型

• 预训练模型

培训和测试

1. 准备数据集，图像大小必须为 94x24。
2. 根据您的数据集路径修改脚本的超参数 --train_img_dirs 或 --test_img_dirs。
3. 如果需要调整其他超参数。
4. 运行“python train_LPRNet.py”或“python test_LPRNet.py”。
5. 如果想显示测试结果，请添加“--show true”或“--show 1”来运行命令。

表现

• 个人测试数据集。
• 包括蓝色/绿色车牌。
• 图像非常广泛。
• 测试图像总数为27320张。

尺寸	个人测试imgs(%)	推理@gtx 1060（毫秒）
1.7M	96.0+	0.5-

参考

1. LPRNet：通过深度神经网络进行车牌识别
2. PyTorch中文文档

后记

如果您觉得有用，请给我一个star，谢谢！